基于HMM的列车轨道占用自动识别算法研究

• 作者: 张辉 王剑 蔡伯根 陈德旺
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 股道占用识别 列车定位 隐马尔可夫模型 全球导航定位系统
• 年，卷（期）: 2009,（3）
• 页码范围: 54-58
• 页数: 5页
• 分类号: U284.48
• 字数: 4294字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2009.03.010

摘要

在列车运行控制系统中,及时准确地了解列车所在位置事关列车运行安全.在车站,列控系统需要准确了解列车所在股道,以控制两列列车在车站交会或越行.由于车站股道密集,单纯依靠卫星定位系统(GNSS)确定列车所在的股道有较大困难.隐马尔可夫模型(HMM)是广泛应用于语音处理的一种时间序列统计模型,本文将HMM应用到列车股道占用自动识别中,对列车运行轨迹建立HMM,解决了卫星定位系统用于列车定位时列车占用股道的识别问题.对于HMM状态个数、卫星定位输出频率与列车运行速度对识别的影响等做了进一步的研究,得出优化参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡伯根	北京交通大学电子信息工程学院	129	1198	19.0	26.0
2	陈德旺	北京交通大学电子信息工程学院	35	403	12.0	19.0
3	王剑	北京交通大学电子信息工程学院	102	885	17.0	24.0
4	张辉	北京交通大学电子信息工程学院	83	831	15.0	25.0